问题描述
基本交叉验证：
from sklearn.model_selection import cross_val_score
from sklearn import datasets
X,y = datasets.load_iris(return_X_y=True)
clf = svm.SVC(kernel='linear',C=1)
scores = cross_val_score(clf,X,y,cv=5)
假设还有另一个数据X2和y2，我想将它们与X和y连接，但是我不想将其参与交叉验证。 （X2和y2的全部五折都应作为训练的一部分。）
是否仍然可以使用scikit-learn中的cross_val_score？
换句话说，cross_val_score中的部分数据始终保留在训练集中的情况下是否可以进行部分交叉验证？
P.S：实际上，X2和y2是合成的补充数据，我想知道它们的存在会帮助模型更好地发挥作用。因此，为了公平起见，它们不应成为测试的一部分。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）